基于量子遗传聚类的入侵检测方法.pdfVIP

第27卷第 1期 计 算 机 应 用 研 究 V01．27No．1 2010年 1月 ApplicationResearchofComputers Jan．2010 基于量子遗传聚类的入侵检测方法 查全民，汪荣贵 ，何 畏 (合肥工业大学计算机与信息学院，合肥 230009) 摘 要 ：现有基于聚类的入侵检测算法，聚类过程 中需要预设聚类数 ，且算法的性能受初始数据输入顺序的影 响，为此提出了一种新的基于量子遗传聚类入侵检测方法。该方法的基本思想是先 自动建立初始聚类簇，再用 改进量子遗传算法对初始聚类组合优化，最后进行入侵检测。实验结果表 明，该方法能够有效地检测 出网络 中 的入侵数据 。 关键词 ：入侵检测；聚类；量子遗传算法；组合优化 中图分类号：TP393．08 文献标志码：A 文章编号：1001—3695(2010)O1—0240—04 doi：10．3969／j．issn．1001—3695．2010．01．071 Intrusiondetectionalgorithm basedonquantum geneticclustering ZHAQuan—mln，WANGRong—gui，HEWei (SchoolofComputerInformation，HefeiUniversityofTechnology，He]~i230009，China) Abstraet：Thepresentedintrusiondetectionalgorithm basedonclusteringneedtoknow theclusternumberbeforeitworksjn clusteringprocess．Andthealgorithm performanceisdecidedbytheorderofinputdata．So，thispaperproposedaFleW intru— sionalgorithm thatbasedonquantum geneticclusteringtosolvetheproblems．Thebasic：idealofthealgorithm wastocreate theinitializationclusterswiththeclustermethod．andthenusedtheimprovedquantum geneticalgorithm intheclusterscombi— natorialoptimization．Atlast．usedthismethodtodetectintrusion．Theexperimentalresultsdemonstratethatthismethodcan detectintrusiondatasefficientlyin thenetworkenvironment． Keywords：intrusiondetection；clustering；quantum geneticalgorithm；combinatorialoptimization 离平均值的程度判断它是否为异常，多个参数的选择确定 ，使 0 引言 其检测结果很不理想；文献 [6]中提出将遗传算法用于聚类， 在输入数据顺序敏感问题上有一定的改善，但文献 [6]涉及的 随着网络技术和网络规模的不断发展 ，网络安全性问题 日 干预参数过多，且易收敛到局部最优，影响其算法的检测性能。 益突出，入侵检测系统已成为网络安全的重要保障之一。入侵